Inventeringsbesiktningar faller isär i de tråkiga delarna. Du tar bilderna, och sedan lägger du timmar på att namnge saker, gissa modeller, leta specifikationer och försöka att inte missa något som senare blir en tvist.
Fastighetsförvaltare känner det vid utflytt. Besiktningsmän känner det när schemat är fullpackat. Och driftteam som hanterar överlämningar känner det också. Den här Airtable Gmail-automationen gör om objektfoton till ifyllda inventeringsposter och pingar dig när varje post är klar att granska.
Nedan ser du vad workflowet gör, vad du får ut av det och vad du behöver för att köra det utan att göra din vecka till ännu en “komma ikapp admin”-session.
Så fungerar den här automationen
Hela n8n-workflowet, från trigger till slutresultat:
n8n Workflow Template: Airtable + Gmail: fotobaserade lagerposter ifyllda
flowchart LR
subgraph sg0["Execute Workflow Flow"]
direction LR
n3@{ icon: "mdi:play-circle", form: "rounded", label: "Execute Workflow Trigger", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-vertical", form: "rounded", label: "Edit Fields", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "Fallback Response", pos: "b", h: 48 }
n6["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>SERP Google Reverse Image API"]
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "Reverse Image Search Response", pos: "b", h: 48 }
n9["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Firecrawl Scrape API"]
n10@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Scrape Success?", pos: "b", h: 48 }
n11@{ icon: "mdi:swap-vertical", form: "rounded", label: "Firecrawl Scrape Success Res..", pos: "b", h: 48 }
n12@{ icon: "mdi:swap-vertical", form: "rounded", label: "Firecrawl scrape Error Respo..", pos: "b", h: 48 }
n18@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Actions Router", pos: "b", h: 48 }
n4 --> n18
n18 --> n6
n18 --> n9
n18 --> n5
n10 --> n11
n10 --> n12
n9 --> n10
n3 --> n4
n6 --> n7
end
subgraph sg1["When clicking "Test workflow" Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking 'Test workflow'", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model1", pos: "b", h: 48 }
n2["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/airtable.svg' width='40' height='40' /></div><br/>Get Applicable Rows"]
n8@{ icon: "mdi:wrench", form: "rounded", label: "Reverse Image Search Tool", pos: "b", h: 48 }
n13@{ icon: "mdi:wrench", form: "rounded", label: "Firecrawl Web Scaper Tool", pos: "b", h: 48 }
n14@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser", pos: "b", h: 48 }
n15["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/airtable.svg' width='40' height='40' /></div><br/>Enrich Product Rows"]
n16@{ icon: "mdi:robot", form: "rounded", label: "Analyse Image", pos: "b", h: 48 }
n17@{ icon: "mdi:robot", form: "rounded", label: "Object Identifier Agent", pos: "b", h: 48 }
n16 --> n17
n1 -.-> n17
n2 --> n16
n17 --> n15
n14 -.-> n17
n13 -.-> n17
n8 -.-> n17
n0 --> n2
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n3,n0 trigger
class n14,n16,n17 ai
class n1 aiModel
class n8,n13 ai
class n10,n18 decision
class n2,n15 database
class n6,n9 api
classDef customIcon fill:none,stroke:none
class n6,n9,n2,n15 customIcon
Problemet: inventeringsfoton blir inte användbara poster
Ett foto i sig är ingen inventeringspost. Någon måste fortfarande märka upp objektet, uppskatta kategori, hitta produktnamn och lägga in specifikationer som gör posten försvarbar senare (mått, material, modell, ytfinish och så vidare). Det arbetet är långsamt, och märkligt tröttande eftersom det är halvt research, halvt datainmatning. Missar du en detalj är du tillbaka i bostaden senare, eller fast i mejltrådar där du försöker bevisa vad som faktiskt fanns där. Multiplicera det med ett stort hus eller en fullt möblerad uthyrning och det blir snabbt riktigt jobbigt.
Det summeras snabbt. Här är var friktionen brukar synas i verkligheten.
- Du gör manuella omvända bildsökningar, hoppar mellan flikar tills du hittar något som är “tillräckligt nära”.
- Specar hoppas över eftersom du inte hittar produktsidan snabbt, vilket leder till vaga poster som är svåra att lita på.
- Att skriva in samma fält hela dagen ökar risken för fel, särskilt när du stressar för att bli klar innan nästa besök.
- Överlämningar blir stökiga eftersom posten inte är klar när kontoret behöver den, så någon annan måste “städa upp” senare.
Lösningen: berika foto-till-post i Airtable (med mejluppdateringar)
Det här workflowet bevakar din Airtable-bas efter nya objektfoton och gör om varje foto till en inventeringspost som är redo att granskas. När en ny bild landar i Airtable hämtar n8n filen, skickar den till en AI-modell för bildigenkänning som beskriver vad som finns på fotot, och skickar sedan beskrivningen vidare till en AI-agent som försöker identifiera exakt produkt. Agenten använder också Googles omvända bildsökning (via SerpAPI) för att hitta en produktsida online, och skrapar därefter den sidan (med Firecrawl) för användbara specifikationer. Till sist skriver workflowet tillbaka detaljerna till Airtable och mejlar dig via Gmail så att du snabbt kan godkänna, justera eller flagga sådant som ser fel ut. Inga fler copy-paste-maraton.
Workflowet startar med en fotopost i Airtable. Sedan berikar det posten med AI + omvänd bildsökning + sidskrapning, och avslutar med att uppdatera Airtable och skicka ett statusmeddelande via Gmail. Enkla indata. Betydligt rikare utdata.
Det här får du: automation vs. resultat
| Vad workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du dokumenterar 30 objekt under en inventeringsbesiktning. Manuellt kan du lägga cirka 5 minuter per objekt på identifiering, omvänd bildsökning och att fylla i fält, vilket blir ungefär 2,5 timmar efter att du redan blivit trött av att vara på plats. Med det här workflowet är ditt “arbete” bara att ta fotot och spara det i Airtable (kanske 10 sekunder per objekt) och sedan vänta medan bearbetningen kör i bakgrunden. Du lägger vanligtvis bara tid på en snabb granskning och korrigeringar, ofta 20–30 minuter totalt i stället för en hel kväll.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Airtable för att samla objektfoton och fält.
- Gmail för att skicka uppdateringar när poster är redo att granskas till ditt team.
- OpenAI API-nyckel (hämta den i din OpenAI-kontopanel).
- SerpAPI-nyckel (hämta den i din SerpAPI-panel).
- Firecrawl.dev API-nyckel (hämta den i dina Firecrawl-kontoinställningar).
Kompetensnivå: Medel. Du kopplar konton, lägger in API-nycklar och mappar några Airtable-fält, men du behöver inte skriva kod.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett nytt foto hamnar i Airtable. Workflowet övervakar din bas (eller tar emot en webhook om du föredrar det) och hämtar den senaste objektbilden som behöver berikas.
Bilden tolkas och “namnges”. n8n läser den binära filen och ber en vision-kapabel OpenAI-modell om en beskrivning på enkel svenska som faktiskt är användbar för inventering (inte bara “en stol”).
Workflowet försöker hitta den riktiga produktsidan. En AI-agent använder beskrivningen plus Googles omvända bildsökning via SerpAPI för att hitta en sannolik match. Om en produktsida hittas skrapar Firecrawl specifikationer så att du får strukturerade detaljer, inte ett rörigt stycke text.
Airtable uppdateras och Gmail håller dig uppdaterad. Posten fylls med bästa tillgängliga fält (varumärke/modell/specar och stödjande länkar), och ett Gmail-meddelande talar om vad som uppdaterats så att granskningen kan ske snabbt.
Du kan enkelt ändra vilka fält som fylls i så att de matchar din inventeringsmall, så att workflowet passar din överlämningsprocess. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Vanliga fallgropar
- Airtable-inloggningen kan löpa ut eller sakna åtkomst till rätt bas. Om uppdateringar slutar skrivas tillbaka, kontrollera Airtable-anslutningen i n8n och bekräfta basens behörigheter först.
- Om du använder Wait-noder eller externa uppslag varierar bearbetningstiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- OpenAI-prompter som är för generiska ger vaga objektnamn. Lägg in dina obligatoriska fält (varumärke, färg, material, rum) tidigt, annars kommer du att redigera utdata i all evighet.
Vanliga frågor
Cirka 45 minuter om din Airtable-bas och dina API-nycklar är klara.
Nej. Du kommer främst att koppla konton och mappa Airtable-fält till de genererade resultaten.
Ja. n8n har ett gratisalternativ för self-hosting och en gratis testperiod på n8n Cloud. Cloud-planer startar på $20/månad för högre volym. Du behöver också räkna in användningskostnader för OpenAI, SerpAPI och Firecrawl, som beror på hur många objekt du bearbetar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och ärligt talat är det ett smart sätt att kapa uppslagskostnader. Du kan byta ut steget med SerpAPI:s omvända bildsökning mot ett uppslag mot din egen Airtable, Google Sheets eller en enkel tabell med produktkatalog, och sedan bara falla tillbaka på webbsökning när det saknas en match. Många team anpassar också AI-agentens prompt för att tvinga fram ett strikt schema (varumärke, modell, rum, skick, anteckningar). Du kan till och med ändra Gmail-notisen till ett “granskningskö”-mejl som bara triggas när säkerheten är låg.
Oftast handlar det om behörigheter. Bekräfta att token har åtkomst till rätt bas och tabeller, och välj sedan om Base/Table i Airtable-noden så att n8n uppdaterar schemat. Om workflowet läser bilder men inte kan skriva tillbaka fält, dubbelkolla även fälttyper (enradstext vs. rik text vs. länkade poster). Ibland kan även Airtables rate limits dyka upp när du massimporterar många foton på en gång.
På n8n Cloud Starter kan du utan problem köra några tusen körningar per månad för mindre team, och högre nivåer klarar mer. Om du self-hostar finns ingen fast gräns för antal körningar; det beror främst på din server och svarstiderna från OpenAI/SerpAPI/Firecrawl. I praktiken bearbetar de flesta inventeringsteam objekt en post i taget när foton kommer in, vilket håller allt stabilt.
För just det här workflowet är n8n oftast ett bättre val eftersom det hanterar flersteglogik (AI-agentbeslut, grenar för “hittad” vs “inte hittad”, sammanslagningar) utan samma task-kostnadspress. Self-hosting är också en stor fördel, särskilt om du har toppar under högsäsong. Zapier eller Make kan fortfarande fungera om du förenklar processen och inte behöver agent-liknande resonemang. Avvägningen är flexibilitet kontra uppsättningstid. Prata med en automationsexpert om du vill ha hjälp att välja renaste upplägget för er besiktningsvolym.
När det här väl rullar slutar foton att vara “råmaterial” och blir användbara poster. Workflowet tar hand om repetitiv research och inmatning, och du behåller kontrollen med en snabb granskning.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.